Laypersons' expectations of recovery and beliefs about whiplash injury: A cross‐cultural comparison between <scp>A</scp>ustralians and <scp>S</scp>ingaporeans
Notice bibliographique
Résumé
BACKGROUND: Beliefs and expectations are thought to influence outcome following whiplash injury. Studies have proposed a link between rates of chronic whiplash and laypersons' expectations about outcome following a motor vehicle accident. The prevalence of chronic whiplash is relatively high in Australia and apparently low in Singapore. This study's objectives were to compare laypersons' beliefs and expectations of recovery of whiplash injury in Brisbane and Singapore and to assess the effect of demographic factors on whiplash beliefs. METHODS: A cross-sectional study using online surveys was conducted on adult Internet users in Brisbane (Australia) and Singapore. The 14-item whiplash beliefs questionnaire (WBQ) was used to evaluate whiplash beliefs. Two additional items assessed expectations of recovery. Individual items of WBQ, WBQ score and expectations of recovery were analysed. Stratified analysis was performed to adjust for sampling bias due to quota sampling. RESULTS: A total of 402 participants from Singapore and 411 participants from Brisbane, Australia, completed the survey. While participants from Singapore demonstrated slightly more negative whiplash beliefs than participants from Brisbane [t(811) = -5.72; p < 0.0001], participants from both samples were similar in their expectations of quick recovery and return to normal activities following whiplash injury. Only gender had a significant effect on whiplash beliefs [estimated marginal means of WBQ score for men = 21.5; standard error (SE) = 0.20; women = 22.5; SE = 0.20; F(1,810) = 11.2; p = 0.001]. CONCLUSIONS: Laypersons' expectations of recovery and beliefs about whiplash injury in Brisbane and Singapore were generally similar and mostly positive. Our results demonstrate that cultural differences reflected by laypersons' beliefs may not reflect the differences in prevalence of chronic whiplash between countries.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».